这个是本人读书期间课程的结题作业，利用离散小波变换（DWT）提取波恩Bonn脑电数据的时频域特征，训练支持向量机（SVM）和人工神经网络（ANN），进行数据的二分类。
除此之外，报告也对一些基本的概念进行了介绍，算是一篇普及类的小报告吧，研究深度一般，里面有MATLAB实现的完整程序，希望能给各位带来一点入门的作用。
适合小白等刚刚进入人工智能领域的人员，研究深度一般。
2022-11-11 16:30:47
843KB
1
支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）
2022-11-11 16:30:43
2KB
1
关于支持向量机SVM算法解释较为清晰明了的PPT与代码，非常适合小白入门，以及作为面试的准备，有助于快速提升机器学习基础算法
2022-11-10 11:06:13
2.77MB
1
利用hog提取特征输入到svm分类器中，适用于新手
2022-11-07 23:01:55
12.17MB
1
好用的matlab代码，可以使用，效果很好，希望能让您满意
2022-11-07 20:21:33
12KB
1
核主成分分析法，使用python实现。应对非线性数据，先使用核技巧映射高维使之线性可分，之后再用PCA方法将高维降到低维，理论上可从无穷维降到一维或二维，将数据变为线性可分。此程序中既包含了手工制作的KPCA全过程，也有直接从sklearn调用包直接实现。里面有详细的代码注释，核分块注释，可以截取自己需要的部分。直接套用的话，使用最前面一段代码替换数据即可
2022-11-07 19:03:54
3KB
1
该程序是cs-svm的程序，用于对svm的算法优化
2022-11-06 12:28:36
1KB
1